Ripulire una trascrizione automatica: riempitivi, timestamp e capitoli

La trascrizione automatica è diventata abbastanza efficace da consentire a tutti di avere trascrizioni di riunioni, interviste, conferenze, episodi di podcast, note vocali. Ciò di cui nessuno ti avverte è che una trascrizione grezza non è un documento. È una registrazione del discorso, e il discorso contiene un'enorme quantità di materiale che esiste solo per far guadagnare a chi parla mezzo secondo di tempo per pensare. Trasformare quel documento in qualcosa che una persona leggerà effettivamente è un lavoro breve e ripetibile.

Quello che ti dà la macchina

A seconda dello strumento, un'esportazione grezza contiene una combinazione di: parole di riempimento (ehm, eh, Piace, Sai, Intendo), false partenze e balbettii in cui l'oratore ricominciava una frase, annotazioni tra parentesi come [inaudible], [laughter] O [crosstalk], etichette degli altoparlanti di varia consistenza e timestamp: come file di sottotitoli con segnali numerati o in linea ogni pochi secondi.

Ognuno di questi richiede una decisione diversa, motivo per cui un singolo pulsante "ripulisci" raramente produce ciò che desideri. IL pulitore di trascrizioni vocali li separa: riempitivi, stutter e annotazioni sono commutabili individualmente, quindi puoi eliminarli ehm da un colloquio mantenendo [laughter] che conta per la trascrizione, o il contrario per un discorso tecnico.

Decidi prima a cosa serve la trascrizione

Questo determina tutto il resto e farlo dopo l'editing significa eseguire l'editing due volte.

Un record. Legale, medico, di ricerca o qualsiasi cosa in cui ciò che è stato detto conta più di come viene letto. Mantieni i riempitivi, mantieni le false partenze, mantieni le annotazioni, mantieni i timestamp. Clean nothing but the obvious tool artefacts. La modifica di un record per migliorarne la leggibilità distrugge ciò che lo rende un record.

Qualcosa da leggere. Mostra appunti, una bozza di articolo, un verbale di riunione, un riassunto che consegnerai a qualcuno che non era presente. Spogliatelo tutto. I riempitivi non riportano informazioni sulla pagina, anche se ne contenevano molte nella stanza.

Ingresso in un modello. Spogliati in modo aggressivo: ogni riempitivo è un gettone per cui paghi e una pagina di cui ehm degrada davvero il riepilogo che ricevi e costa denaro.

Passando dai sottotitoli alla prosa

La metà di tutte le trascrizioni arrivano come SRT o VTT perché è ciò che esporta lo strumento di trascrizione. Questo formato è costituito da numeri di segnali, codici temporali e frammenti di testo interrotti alla larghezza del display anziché ai limiti della frase, illeggibili come documento.

IL Convertitore da SRT a testo elimina la numerazione e i codici temporali e riunisce i frammenti in una prosa continua. Fallo prima del passaggio di riempimento, non dopo: pulire un file mentre i codici temporali sono ancora interlacciati ti lascia ricontrollare ogni cue, ed è facile rimuovere una linea che in realtà era un timestamp.

Anche andare nella direzione opposta è importante. Se stai producendo sottotitoli invece di consumarli, controlla il risultato con velocità di lettura dei sottotitoli, che misura i caratteri al secondo per segnale e contrassegna quelli che nessuno può leggere nel tempo in cui sono sullo schermo. La pratica di trasmissione si aggira intorno ai 17 caratteri al secondo per la programmazione per adulti e inferiore per quella per bambini; i sottotitoli generati automaticamente normalmente superano entrambi, perché la macchina non ha il concetto di spettatore.

Capitoli

Una volta che hai una trascrizione pulita, hai la materia prima per i marcatori di capitolo, che sono l'unica aggiunta di maggior ritorno a un lungo episodio video o podcast: ti danno un sommario nel lettore, link profondi che le persone possono condividere e testo che i motori di ricerca possono leggere.

IL generatore di capitoli di podcast prende un elenco dei titoli dei capitoli e delle loro durate e produce i marcatori con timestamp nel formato che i giocatori si aspettano: offset cumulativi calcolati per te, che è la parte che è complicata a mano ed è facile sbagliare di un segmento. Scrivi i titoli dalla trascrizione pulita, inserisci accanto le lunghezze dei segmenti e incolla il risultato nel campo della descrizione.

Scrivi i titoli dei capitoli come descrizioni, non come etichette. "Perché la migrazione non è riuscita" guadagna un clic; La "Parte 3" no.

Il testo ritorna come parlato

Il viaggio inverso ha i suoi rischi. Fornire un documento a un motore di sintesi vocale (per una versione audio di un articolo, un'interfaccia vocale o un pass di accessibilità) produce strani risultati quando il testo contiene cose che nessuno direbbe ad alta voce: sintassi markdown letta come caratteri, URL scritti carattere per carattere, emoji annunciati per nome, tabelle lette come un flusso di pipe.

IL Igienizzante TTS gestisce il passaggio: eliminando il markup, convertendo o rimuovendo URL ed emoji e normalizzando la punteggiatura che fa fermare i motori in posti strani. Eseguilo sul testo finale, dopo tutte le altre modifiche, poiché tutto ciò che reintroduce la formattazione la annulla.

L'ordine che funziona

1. Converti file di sottotitoli in semplice prosa.
2. Decidi a quale categoria appartiene la trascrizione.
3. Esegui i passaggi di riempimento, stutter e annotazione che hai scelto.
4. Leggilo una volta dall'inizio alla fine e correggi l'attribuzione del relatore, che nessuno strumento può verificare per te.
5. Estrai i titoli dei capitoli dal testo pulito e genera i marcatori.
6. Se è destinato a un motore vocale, disinfettare per ultimo.

Un'abitudine che vale la pena mantenere: conservare l'esportazione grezza. La pulizia è inefficace e la prima volta che qualcuno contesta ciò che è stato detto in una riunione, vorrai la versione con le false partenze. Mantieni il file originale accanto a quello modificato anziché modificarlo sul posto.

Le trascrizioni di riunioni e interviste sono spesso confidenziali (chiamate legali, appuntamenti medici, discussioni salariali, interviste private) e caricarne una su un servizio web per rimuovere le parole di riempimento è esattamente il mestiere sbagliato. Ogni strumento qui viene eseguito localmente nel tuo browser; la trascrizione non lascia mai la tua macchina.